python---正则表达式

==本章目标:

1:能够知道在Python中使用正则要导入的模块; [了解]

re模块

2:能够使用re模块匹配单个字符; [重点]

\d \w

正则表达式的概述:

基本介绍

正则表达式,也叫做规则表达式,通常会说成[正则]

实际上正则表达式就是指符合一定规则的字符串,同时他能用于检查一段文本数据是否与某种模式匹配.

比如,在网站注册新用户时,对用户名,手机号等的验证就使用了正则表达式

在python里有一个专门处理正则表达式的模块:

#导入模块

import re

在正则表达式中，可以使用单个字符或一段字符串来匹配满足正则规则的文本数据。而我们要学习的，就是正则规则。

==总结：==

（1）正则表达式就是一段具有特殊含义的字符串，即正则表达式 == 字符串；

（2）注意：在Python中，若要操作正则表达式，要使用（）模块。==A、re==；B、regex。

--掌握--快速使用re模块

==目标：==掌握re模块的快速使用。

我们已经知道，可以使用re模块来操作正则表达式。

re模块常用方法：

函数名	含义
match(pattern, string)	返回一个已匹配成功的对象。其中，参数pattern表示正则字符串，参数string表示要匹配的内容。

当成功匹配数据后，结果存放在对象的函数：

函数名	含义
group(num=0)	匹配成功的内容，num默认是0，表示匹配的所有数据结果。

例如，一起来完成：

（1）使用正则快速验证手机号码是否合格；

（2）验证手机是否合格的条件有：手机号码以1开头且总位数为11位，全部为数字且不包含其他字符；

（3）根据要求，使用re模块完成对手机号码的验证。

import re

str1 = '13812345678'
regex_str = '1[3456789][0-9]{9}'  # 这种写法没有定义开头结尾限定，只要包含匹配的内容就行
regex_str = '^1[3456789][0-9]{9}$'  # 这种写法佳乐开头结尾限定，必须精准匹配才行

result = re.match(regex_str,str1)  # 判断str1这个字符串是否符合regex_str这个正则规则
if result is not None:
    print('字符串内容符合正则!')
    print(result.group())  # group 表示只获取字符串中匹配上的部分
else:
    print('字符串内容不符合正则!')

==总结：==

（1）如果要使用re模块来匹配数据，应该使用re模块的（）匹配方法；==A、match()==；B、findall()。

（2）注意：当使用re模块未匹配到对应的数据时，会返回None。

正则的常见规则

[掌握]匹配单个字符

==目标：==掌握单个字符的数据匹配。

常用的匹配单个字符的语法：

代码	功能
.	匹配除\n之外的任何单个字符。
[ ]	匹配[ ]中列举的字符。
\d	匹配一个数字字符，比如[0-9]。
\D	匹配一个非数字字符，比如[^0-9]。
\s	匹配任何空白字符。（空格、tab、换行)
\S	匹配任何非空白字符。
\w	匹配非特殊字符，比如a-z、A-Z、0-9、_、汉字。
\W	匹配特殊字符，比如非字母、非数字、非汉字等。

例如，一起来完成：

（1）使用.来匹配任意单个字符；

（2）使用[a-z]、[A-Z]、[^0-9]分别来查看小写字母、大写字母、非数字；

（3）使用\d来匹配一个数字字符；

（4）使用\w来匹配一个可能有数字、大小写字母、下划线的单个字符。

# 1.导入模块
import re

# 报错:正则有误；  能输出结果,表示正常
# print(f"结果:{xxx}")

# 2.任意字符
# print(f"结果:{re.match('.','h').group()}")
# print(f"结果:{re.match('.','1').group()}")
# print(f"结果:{re.match('.','_').group()}")
# print(f"结果:{re.match('.','python').group()}")

# 3.小写、大写、非数字
# print(f"结果:{re.match('[a-z]','a').group()}")
# print(f"结果:{re.match('[a-z]','y').group()}")
# print(f"结果:{re.match('[a-z]','Z').group()}")   # 报错
# print(f"结果:{re.match('[a-z]','abc').group()}")
# print(f"结果:{re.match('[A-Z]','B').group()}")
# print(f"结果:{re.match('[0-9]','1').group()}")
# print(f"结果:{re.match('[^0-9]','b').group()}")
# print(re.match('\D','b').group())

# 4.一个数字
# print(f"结果:{re.match('[0-9]','8').group()}")
# print(f"结果:{re.match('[0-9]','66').group()}")
# print(re.match('\d','6').group())
# 5.单字符
# print(re.match('\w','6').group())
# print(re.match('\w','a').group())
# print(re.match('\w','N').group())
# print(re.match('\w','_').group())
# print(re.match('\w','深圳').group())

==总结：==

（1）注意：使用匹配单个字符的方式，只能匹配一个字符内容；

（2）当要匹配除\n外的任何字符，可以使用（.）；当要匹配非特殊字符（比如字母、数字、下划线或汉字等），可以使用（\w）。A、.；B、\w。

[了解]原始字符串

==目标：==了解原始字符串的简单使用。

原始字符串指的是：在所有的正则表达式前，最好加上r，语法：

r"正则表达式"

例如，一起来完成：

（1）请使用正则来匹配路径名：E:\\；

（2）请尝试使用不同方式去匹配数据，观察效果；

（3）思考：当要定义一段批量文本内容时，该怎么定义字符串？

print('E:\a.txt')    # 这里 会把 \a 当成一个字符, \是转义字符
print('E:\\a.txt')   # \\ 合成 一个  \
print(r'E:\a.txt')   # 前边加 r 表示 字符串中的任何字符没有特殊函数，就是普通字符串，不要过度解读

==总结：==

（1）当不想给一段文本数据内容转义而又要表达原始意义时，可以在文本数据内容前添加（）；A、w；==B、r==。

（2）注意：当正确写了正则后又匹配不出数据结果时，可以试试在正则前添加r解决问题。

[掌握]匹配多个字符

==目标：==掌握多个字符的数据匹配。

常用的匹配多个字符的语法：

代码	功能
X*	匹配X出现0次或无限次，即可有可无。
X+	匹配X出现1次或无限次，即至少有1次。
X?	匹配X出现1次或0次，即有一次或一次也没有。
X{m}	匹配X恰好出现m次。
X{m,n}	匹配X至少m次，但是不超过n次。

例如，一起来完成：

（1）使用X*来匹配出一个字符串：第1个字母为大小写字母，后面都是小写字母且这些字母可有可无；

（2）通过X+来匹配一个具有数字、大小写字母、下划线的字符串；

（3）通过X?来匹配0到99之间的任意数字；

（4）通过X{n,m}匹配出5到16位的密码，可以是大小写英文字母、数字、下划线。

import re

# result = re.match("","").group()
# print(f"结果:{result}")
# X*
# result = re.match("[a-zA-Z]","x").group()
# result = re.match("[a-zA-Z]","U").group()
# result = re.match("[a-zA-Z][a-z]*","U").group()
# result = re.match("[a-zA-Z][a-z]*","UzogY").group()
# print(f"结果:{result}")
# X+
# result = re.match("\w","123abcABC_hello").group()
# result = re.match("\w+","123abcABC_hello").group()
# print(f"结果:{result}")
# X?    0-9    10-99
# result = re.match("[1-9][0-9]","12").group()
# result = re.match("[1-9][0-9]","98").group()
# result = re.match("[1-9]?[0-9]","0").group()
# result = re.match("[1-9]?[0-9]","17").group()
# # result = re.match("[1-9]?[0-9]","09").group()
# print(f"结果:{result}")
# X{m,n}
# result = re.match("[a-zA-Z0-9_]{5,16}","123456").group()
result = re.match("[a-zA-Z0-9_]{5,16}","1234fjwoefwoe23__fwjelf").group()   # ?如何解决?  $
print(f"结果:{result}")

==总结：==

（1）使用匹配多个字符的方式，可以一个字符或批量数据内容；

（2）注意：当要匹配批量数据内容时，应该优先使用：（）。A、*；==B、+==。

[了解]匹配开头和结尾

==目标：==了解文本数据开头和结尾的匹配。

匹配开头和结尾语法：

代码	功能
^	匹配字符串开头。
$	匹配字符串结尾。

例如，一起来完成：

（1）使用^来匹配非数字的单个字符；

（2）使用$来匹配<www.baidu.com>的结尾处。

import re
​
# result = re.match("","").group()
# print(f"结果:{result}")
​
​
# 匹配开头: 非数字
result = re.match("[0-9]","1aaa1").group()    # 默认是从第一个字符开始匹配，如果第一个字符不是数字就结束
print(f"结果:{result}")
​
result = re.match("[^0-9]","g").group()    # 默认是从第一个字符开始匹配
print(f"结果:{result}")
​
result = re.match("[^0-9]","heima").group()  # 默认是从第一个字符开始匹配
print(f"结果:{result}")
​
result = re.match("[^0-9]+","heima").group()  # 默认是从第一个字符开始匹配
print(f"结果:{result}")
​
print('----------------------')
# 匹配结尾
result = re.match(".+","www.baidu.com").group()
print(f"结果:{result}")
​
result = re.match("www.baidu.com","www.baidu.com").group()
print(f"结果:{result}")
​
result = re.match("www.baidu.com$","www.baidu.com.cn.gov.edu").group()  # 是否以某个串结尾
print(f"结果:{result}")
​
result = re.match("^www.baidu.com$","www.baidu.com").group()
print(f"结果:{result}")

==总结：==

（1）当要限定结尾处内容时，可以使用（）符号。A、b；==B、$==。

[掌握]匹配分组

==目标：==掌握分组数据的匹配使用。

要获取分组数据信息，语法：

代码	功能
X|Y	匹配X或Y的任意一个表达式。
(X)	将括号中字符X作为一个分组用于获取，且从1开始统计分组。

例如，一起来完成：

（1）使用X|Y来匹配出0-100之间的所有数字字符结果；

（2）使用(X)来匹配出含有163、126、qq这几个内容且用户名位数为4-12位的邮箱，如itcast@163.com等。

import re
​
result = re.match("","").group()
print(f"结果:{result}")
​
0-100
result = re.match("hello|world","world").group()  # 只要hello和world有一个匹配上即可
print(f"结果:{result}")
​
result = re.match("[1-9]?[0-9]|100","8").group()
print(f"结果:{result}")
​
result = re.match("[1-9]?[0-9]|100","87").group()
print(f"结果:{result}")
​
result = re.match("[1-9]?[0-9]|100","99").group()
print(f"结果:{result}")
​
result = re.match("[1-9]?[0-9]|100","100").group()  # 10
print(f"结果:{result}")
​
result = re.match("100|[1-9]?[0-9]","100").group()
print(f"结果:{result}")
​
result = re.match("100|[1-9]?[0-9]","10").group()
print(f"结果:{result}")
print('----------------------------------------')
# 邮箱号
result = re.match("(\w{4,12})@(126|163|qq).(com|cn)","hellopy@qq.com").group()
print(result)
print(f"结果:{result[:result.find('@')]}")
​
​
       #  re.match('xxxx(表达式1)xxxx(表达式2)'，字符串).group(1)
       # group(2) 里边的数字表示获取第2个括号中的内容
result = re.match("(\w{4,12})@(126|163|qq).com","hellopy@163.com").group(2)
print(result)
print(f"结果:{result[:result.find('@')]}")
​
​
result = re.match("(\w{4,12})@(126|163|qq).com","hellopy@163.com").group(1)
print(f"结果:{result[:result.find('@')]}")
​
result = re.match("(\w{4,12})@(126|163|qq).com","hellopy@163.com").group(2)
print(f"结果:{result[:result.find('@')]}")
​
# group 中不加数字，返回匹配的所有内容
result = re.match("(\w{4,12})@(126|163|qq).com","hellopy@qq.com").group()
print(result)
print(f"结果:{result[:result.find('@')]}")
​

==总结：==

（1）如果在涉及到要获取分组数据时，一定记得要使用()来写正则；

（2）注意：要获取分组数据时，在正则中的()从1开始计算分组，比如获取第1组，则group()的括号中应该填写（）。==A、1==；B、2。